定性数据的季节指数研究

论文摘要

在现实的经济生活中,由于受气候条件、生产条件、节假日和风俗等因素的影响,经济现象和经济活动经常出现有规律的周期变动,即所谓的季节变动。目前季节变动的研究对象主要是定量数据,对定性数据则很少涉及。事实上,在经济生活中也存在着定性数据的季节变动,如何判断这类数据是否存在季节变动,如何测定其季节变动的大小以及如何对定性数据的季节指数进行描述统计和推断统计研究,都有着一定的理论意义和广泛的实际应用价值。本文首先根据定性数据的比例与定量数据的平均值之间的联系,定义了定性数据的季节指数。然后,本文利用线性概率模型来分析定性数据的季节变动。根据研究的需要,本文采用群体数据的二元线性概率模型,并通过该模型对季节指数进行点估计、区间估计和假设检验。在建立二元线性概率模型时,分别对不含长期趋势的模型和含有长期趋势的模型进行讨论。对于含有长期趋势的模型,又根据长期趋势的性态,可分为线性长期趋势和非线性长期趋势,由于线性长期趋势和非线性长期趋势下模型的处理方法存在着一些差异,因而对它们也分别讨论。之后,本文应用具体的实例来解释所阐述的理论。最后,本文提出了定性数据季节指数的抽样估计法。由于线性概率模型要求数据应满足相关的假设条件,因而线性概率模型在实际应用中受到了一定限制。而抽样估计法对数据没有这些要求,在大样本的条件下,就可以得出相应的统计结论。本文在讨论定性数据季节指数的抽样估计法时给出了定性数据季节指数的广义比率估计量及估计量的统计性质,即估计量的偏差和均方误差以及均方误差的估计,由此进行相应的区间估计和假设检验,并给出了定性数据季节指数抽样估计样本量的分配和估计方法。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 本文的选题背景和意义
• 1.2 本文的研究思路和方法
• 1.3 本文的创新之处
• 第二章 季节指数现有研究概述
• 2.1 季节指数的描述统计研究
• 2.2 季节指数的推断统计研究
• 2.3 季节指数的研究现状
• 第三章 定性数据的季节变动和季节指数
• 3.1 定性数据的季节变动
• 3.2 定性数据与定量数据之间的联系
• 3.3 定性数据的季节指数
• 第四章 定性数据季节变动的线性概率模型法
• 4.1 离散因变量模型简介
• 4.2 利用线性概率模型分析定性数据的季节变动
• 4.3 线性概率模型存在的局限
• 第五章 定性数据季节指数的抽样估计法
• 5.1 定性数据季节指数的比率估计量
• 5.2 定性数据季节指数估计量的统计性质
• 5.3 定性数据季节指数估计量的置信区间
• 5.4 定性数据季节指数的假设检验
• 5.5 定性数据季节指数抽样估计样本量的分配和估计
• 5.6 实例分析
• 5.7 两种估计方法的比较
• 第六章 研究总结与后续研究展望
• 6.1 研究总结
• 6.2 后续研究展望
• 致谢
• 参考文献
• 附录A
• 附录B
• 附录C 攻读硕士学位期间发表的论文